Cum ajută datele masive / Big Data la descoperirea unor tratamente noi?

Ce înseamnă Big Data / date masive?

Postările de pe rețelele sociale, arhivele de fotografii și videoclipuri, comportamentul de cumpărare, căutările pe Google, pașii, ritmul cardiac (de exemplu, măsurat cu ceasuri inteligente), bolile, valorile analizelor de sânge, ADN-ul… Cu alte cuvinte, tot ceea ce ține de un om și de viață este acum înregistrat, iar aceste informații brute sunt numite Big Data (date masive) .

Cu ajutorul Big Data și al instrumentelor de data mining de nouă generație care le prelucrează, se pot extrage rezultate semnificative dintr-o infinitate de date de o diversitate infinită, care nu au fost niciodată înregistrate și analizate până acum. Datele de sănătate constituie o parte dintre cele mai valoroase informații brute.

Când vorbim despre Big Data, ne gândim totodată la inteligență artificială, învățare automată, învățare profundă și date structurate și nestructurate. Pentru sectorul sănătății și industria farmaceutică, acestea sunt acum elementele de bază ale unei perioade de productivitate.

În prezent, cel mai mare atu nu doar al sectorului sănătății, ci al întregului mediu de afaceri îl reprezintă datele masive și capacitatea de a le analiza într-un mod semnificativ.

1. Abordarea unor ținte ale bolilor neidentificate anterior cu ajutorul Big Data

Una dintre cele mai promițătoare utilizări ale datelor masive este abordarea unor ținte neidentificate anterior. GSK (GlaxoSmithKline) și Pfizer se concentrează asupra acestui lucru împreună cu furnizorii lor din domeniul inteligenței artificiale. Unele companii de biotehnologie își construiesc propriile platforme de inteligență artificială. Berg Health este una dintre ele și utilizează în prezent algoritmi brevetați de învățare automată pentru examinarea studiilor moleculare și a culturilor de celule bolnave. Prin aceste cercetări au descoperit mai multe ținte și potențiale medicamente pentru hipertensiune oculară (glaucom), chelie (alopecie), cancer și tulburări neurodegenerative.

2. Identificarea punctului vulnerabil al HIV, agentul care provoacă SIDA, cu ajutorul Big Data

O echipă de cercetători din Hong Kong lucrează la un vaccin care ar putea fi utilizat pentru a împiedica replicarea și multiplicarea virusului HIV prin țintirea componentei potrivite a acestuia. Studiul necesită cartografierea secvenței poliproteinei, iar aplicațiile Big Data îi ajută pe cercetători în acest domeniu. Cu ajutorul inteligenței artificiale au fost studiați, din 20.043 de secvențe prelevate de la 1918 persoane infectate cu HIV, 815 aminoacizi . Se speră că acest studiu va conduce la limitarea capacității virusului de a suferi mutație și de a provoca infecții, prin dezvoltarea unor noi imunoterapii și abordări de vaccinare.

3. Urmărirea medicamentelor și a interacțiunilor lor cu ajutorul Big Data

Învățarea automată permite observarea interacțiunilor dintre medicamente prin metode mai rapide și cu rezoluție mai mare, astfel încât anumite aspecte să nu fie trecute cu vederea. Această abordare va aduce avantaje mai ales în bolile rare, pentru care sunt cunoscute foarte puține ținte sau niciuna. Sanofi lucrează în acest domeniu pentru a vizualiza moleculele din studii clinice pentru indicații noi.

4. Căutarea surselor / urmărirea literaturii de specialitate cu ajutorul Big Data

Tehnologiile de inteligență artificială permit obținerea mai eficientă a informațiilor utile din activitățile de cercetare și dezvoltare ale industriei farmaceutice. Prin Judgment Correlation System (JACS), BenevolentAI dispune de algoritmi care pot interpreta miliarde de propoziții și paragrafe din milioane de articole și lucrări de sinteză. JACS identifică apoi relațiile directe dintre date și „faptele cunoscute”. Faptele cunoscute se bazează pe ipotezele unor oameni de știință care lucrează în domeniu. O echipă de cercetători experți evaluează rezultatele găsite de JACS și le prioritizează în funcție de valoare. Divizia biomedicală a companiei utilizează această tehnologie în boala ALS. Succesele obținute prin acest demers au arătat rezultate mult mai eficiente decât cele anterioare.

5. Cercetări centrate pe pacient cu ajutorul Big Data

Aplicațiile Big Data aduc nu doar o revoluție în analiza datelor, ci și inovații majore în colectarea acestora. LymeDisease.org a anunțat recent aplicația MyLymeData. Prin această aplicație se urmărește accelerarea cercetărilor privind boala Lyme . Boala Lyme este în prezent una dintre cele mai frecvente boli transmise de la mamă la copil în SUA, iar erorile de diagnostic și tratament pot ajunge la 35-50%. Procesul de diagnosticare și tratare a bolii Lyme pune numeroși pacienți în dificultate serioasă. Cu date obținute de la mii de pacienți, această aplicație promite să ofere o concluzie privind motivele pentru care unii pacienți răspund la tratament, iar alții nu.

6. Date colective despre medicamente oncologice cu ajutorul Big Data

Se speră că datele colectate timp de 3 ani din 200 de centre de tratament al cancerului din 7 țări europene, prin inițiativa CODE-cancer.com (colaborare pentru date oncologice europene), vor deschide calea unor tratamente noi pentru cancer. Inițiativa este planificată să se extindă în următorii 10 ani, astfel încât să cuprindă 2000 de centre oncologice. Cu date oncologice de o asemenea amploare se va putea compara și ce medicamente oncologice sunt mai eficiente în anumite tipuri de cancer.

7. Colectarea datelor de sănătate cu ajutorul Big Data și al inteligenței artificiale

Explorarea datelor structurate și nestructurate și transformarea lor în date utilizabile sunt considerate o altă provocare. Centrul de Cercetare a Cancerului din Regatul Unit promite cercetătorilor din acest domeniu un premiu de 30 de milioane de dolari. Aceste demersuri vor deschide calea nu doar descoperirii de medicamente, ci și cercetării cancerului. Unul dintre obiectivele cercetătorilor este depistarea cancerului în avans prin tipare construite din surse medicale și nemedicale. Dacă reușesc, se vor confrunta și cu o altă problemă etică. Dacă datele medicale ale oamenilor pot fi accesate ușor și folosite pentru a produce soluții, ar putea oare aceleași date să fie utilizate diferit, pentru a crea probleme?

SUBIECTE ASOCIATE

• În prezent nu recomandăm biopsia lichidă pentru diagnosticul precoce al cancerului la persoanele sănătoase! De ce?
• Limitele minții umane, inteligența artificială și viitorul medicinei
• Ultimele evoluții în tratamentul cancerului – 7 tendințe care vor orienta tratamentele oncologice în 2018